El aprendizaje automático (ML) es un método para escribir programas de computadora. Específicamente, cómo escribir programas que procesen datos sin procesar y los transformen en información significativa a nivel de aplicación.
Por ejemplo, se puede diseñar un programa ML para usar lecturas de varios sensores para determinar cuándo una máquina industrial ha fallado y alertar al operador.
Otro programa ML podría obtener el audio sin procesar del micrófono y determinar si se pronunció una palabra para activar los dispositivos domésticos inteligentes.
A diferencia de los programas de computadora regulares, el desarrollador no establece las reglas para los programas de ML. En cambio, ML usa algoritmos especializados para aprender reglas de los datos en un proceso llamado entrenamiento.
En el software tradicional, los ingenieros diseñan algoritmos que toman entradas, aplican varias reglas y devuelven salidas. L
os ingenieros planifican el funcionamiento interno de los algoritmos y los implementan explícitamente a través de líneas de código. Para predecir fallas en las máquinas industriales, los ingenieros deben comprender qué lecturas en los datos indican problemas y escribir código que los verifique intencionalmente.
Este enfoquefunciona para muchos problemas. Por ejemplo, sabemos que el agua hierve a 100 °C sobre el nivel del mar, por lo que es fácil escribir un programa que pueda predecir si el agua hervirá en función de la temperatura y la altitud actuales.
Sin embargo, a menudo es difícil saber la combinación exacta de factores que predicen un estado en particular. Continuando con el ejemplo de la máquina industrial, hay varias combinaciones diferentes de velocidad de producción, temperatura y niveles de vibración que podrían indicar un problema, pero no es inmediatamente obvio a partir de los datos.
Introducción al aprendizaje automático integrado
El aprendizaje automático (ML) se puede utilizar para enseñar a las computadoras a hacer predicciones y decisiones basadas en datos y aprender de la experiencia.
Los algoritmos de aprendizaje automático, los marcos de software y el hardware integrado han mejorado significativamente en los últimos años.
Esto permite que las redes neuronales profundas y otros algoritmos complejos de aprendizaje automático se ejecuten en dispositivos de bajo consumo, como los microcontroladores.
Este curso proporciona una descripción general amplia de cómo funciona el aprendizaje automático, cómo entrenar redes neuronales y cómo implementar estas redes en microcontroladores, conocido como aprendizaje automático integrado o TinyML.
No se requiere experiencia en aprendizaje automático para tomar este curso.
Proporciona demostraciones y proyectos que cubren los conceptos y el vocabulario necesarios para comprender los fundamentos del aprendizaje automático y brindar experiencia práctica.
Curso ofrecido por Edge Impulse
Edge Impulse es la plataforma de desarrollo líder para el aprendizaje automático en dispositivos perimetrales, gratuita para los desarrolladores y confiable para las empresas.
Fundada en 2019 por Zach Shelby y Jan Jongboom, tenemos la misión de permitir a los desarrolladores crear la próxima generación de dispositivos inteligentes.
Únete a nuestros canales de Telegram:
También tenemos promociones e increíbles descuentos en cursos de calidad
¿Cómo obtengo el curso?
Este curso es ofrecido desde la plataforma de Coursera, es un curso que puedes obtener de manera gratuita bajo ciertas condiciones.
La primera opción es elegir la opción de “Curso gratuito sin certificado”, de esta manera podrás acceder al contenido del curso y finalizarlo, pero no podrás obtener un certificado de finalización avalado por la plataforma.
La segunda opción es elegir “auditar curso”, con esta opción podrás acceder al contenido de video del curso, pero no podrás realizar los exámenes ni obtener el certificado de finalización. Si no ves la opción de auditar curso, debes verificar en la parte de abajo usando el scroll (en forma de link).
Las opciones varían dependiendo el curso, pero con cualquiera de las dos podrás acceder gratuitamente al contenido.
Por si fuera poco, algunos cursos tienen la opción de ayuda económica, con los cuales puedes solicitar dicho apoyo y ser acreedor de un curso de pago.
Para obtener el curso de manera gratuita da clic en el siguiente botón:
Deja tus comentarios y sugerencias
Sobre Facialix
Facialix es un sitio web que tiene como objetivo apoyar en el aprendizaje y educación de jóvenes y grandes. Buscando y categorizando recursos educativos gratuitos de internet, de esta manera Facialix ayuda en el constante aprendizaje de todos.
